主流配置：Anaconda+Pycharm+PyTorch

Python

如果之前没python，无需专门安装，conda在创建pytorch环境时会c一起安装。

查看python版本

python -v
#- 
# Python 3.11.0 (main, Oct 24 2022, 18:26:48) [MSC v.1933 64 bit (AMD64)] on win32

Anaconda安装

安装了Anaconda就将大部分的Pytorch功能安装了，同时安装了虚拟环境conda。
官网：www.anaconda.com/
中文：anaconda.org.cn/
仓库：repo.anaconda.com/
所有版本的Anaconda: repo.anaconda.com/archive/

下载 - for windows

安装指南： anaconda.org.cn/anaconda/in…
下载： www.anaconda.com/download#do…

安装

笔者下载的版本是“Anaconda3-2023.09-0-Windows-x86_64.exe”, 点击安装即可(过程略）。

从文件名看py对应的版本 ： Anaconda3... 后的‘3’代表对应的python的大版本是3，Anaconda2... 则python2。

验证

搜索 Anaconda Powershell Prompt ，打开对话框，如果出现如下界面，则说明安装成功。

(base) PS C:\Users\carmen-x13>
# base代表是 "基础环境"，后面会用到

conda虚拟环境

conda可完成pytorch与python的多版本切换。 conda随Anaconda一起安装。

PyTorch安装

显卡配置

基本信息

深度学习离不开显卡，现在一些tensflow、pytorch等都只支持NVIDA的显卡，但是否有显卡对于学习pytorch并没有影响，前者只是起到训练加速的作用。

显卡配置主要涉及以下内容

0. 驱动
1. CUDA Toolkit

CUDA Toolkit 现在随着pytorch一起安装，需要手工检查的是CUDA驱动安装的情况

检查显卡安装情况

For windows ：

任务管理器 - 性能 -GPU 0 : 如果能正常显示型号，意味着显卡驱动正式安装了

先可查看当前主机是硬件型号与查看GPU对应的型号

其他查看本机显卡驱动名的方法：

• 通过“软件管理、鲁大师”
• 或 打开''设备管理器'': Intel(R) UHD Graphics
• 或任务管理器: 右上角
• dxdiag

再进入 www.geforce.cn/hardware/te…

查看 driver版本

后面在安装pytorch时选CUDA版本时用会出 运行如下命令-

nvidia-smi 

CUDA对驱动版本有要求，CUDA9.x 只支持驱动版本>396.26

升级驱动版本

利用电脑管理，或进入英伟 达的驱动官网，下载对应的驱动

pytorch安装

进入Anaconda Powershell Prompt命令提示行

创建环境

conda create -n pytorch python=3.11.0

激活环境

conda activate pytorch

查看当前环境已安装的包与pytorch

pip list
pip list | findstr pytorch

没有，则需要安装pytorch

pytorch配置

官网：pytorch.org
源码：github.com/pytorch/pyt…

1、访问官网首页，找到 "INSTALL PYTORCH" 楼层，根据以下信息选择对应的版本，

上述图片选择如下

• PyTorch Build：选 Stable
• Package: 选conda（在windows推荐使用conda, linux推荐pip）
• Language: 选Python
• Compute Platform:
  • 如果发现电脑上没有对应的NVIDA，选"CPU"，有NVIDA时可选CUDA11.8或CUDA12.1(主要是根据驱动对应的版本）
  • CUDA 11.8还是CUDA 12.1，我们要保证我们的CUDA driver版本 >= CUDA Runtime版本。
  • CUDA最新版本安装 CUDA 12.2可自动检查系统的兼容性。
  • 查看NVIDA的显示是否支持CUDA

CUDA 12.2 Relase 与 download: docs.nvidia.com/cuda/cuda-t…

2、打开Anaconda Powershell Prompts 窗口，输入上述图片中 Running this Common 对应的指令

点 install previous versions of PyTorch 可看到看有的安装包

#没有NVIDIA运行下方命令
#conda install pytorch torchvision torchaudio cpuonly -c pytorch
conda install pytorch==2.0.1 torchvision==0.15.2 torchaudio==2.0.2 cpuonly -c pytorch

# 如下条信息安装结束
# Downloading and Extracting Packages
# ................
#Preparing transaction: done
#Verifying transaction: done
#Executing transaction: done

# 如果之前就已安装，会提示'# All requested packages already installed'

3、查看安装情况

pip list |findstr torch

# 如下信息说明安装上了
# torch                         2.1.0
# torchaudio                    2.1.0
# torchvision                   0.16.0

也可手工下载 cudatoolkit-x.x.x.bz与pytorch-x.x.x-......bz 复制到初始安装Anaconda的安装目录 C:\Users\[用户]\anaconda3\pkgs下并解压，再运行。

验证安装

python  # 进入python环凌晨
>> import torch  # 如果该步骤没有报错(或不输出任何信息)说明安装成功
>> import torchvision
>> torch.cuda.is_available()  # 如果返回True意味着torch是否可使用GPU，输出为False - 集成显卡 - ComputerPlatform选CPU时也是。
   Flase  

本地这装pytorch

conda install --use-local xxx

进入pytorch.org，在首页的“INSTALL PYTORCH"中 点击 “ install previous versions of PyTorch”找到以前的版本，找到以下两个包对应的合适版本。

用conda install --use-local xxx进行安装。

Pycharm安装 （略)